Description of fast matrix multiplication algorithm: ⟨4×7×12:246⟩

Algorithm type

X4Y7Z4+2X4Y6Z4+X4Y5Z4+2X4Y4Z4+X3Y5Z4+X4Y3Z4+X3Y4Z4+4X2Y7Z2+4X2Y6Z2+3X2Y5Z2+7X2Y4Z2+XY5Z2+13X2Y3Z2+XY4Z2+41X2Y2Z2+12XY4Z+X2YZ2+24XY3Z+54XY2Z+72XYZX4Y7Z42X4Y6Z4X4Y5Z42X4Y4Z4X3Y5Z4X4Y3Z4X3Y4Z44X2Y7Z24X2Y6Z23X2Y5Z27X2Y4Z2XY5Z213X2Y3Z2XY4Z241X2Y2Z212XY4ZX2YZ224XY3Z54XY2Z72XYZX^4*Y^7*Z^4+2*X^4*Y^6*Z^4+X^4*Y^5*Z^4+2*X^4*Y^4*Z^4+X^3*Y^5*Z^4+X^4*Y^3*Z^4+X^3*Y^4*Z^4+4*X^2*Y^7*Z^2+4*X^2*Y^6*Z^2+3*X^2*Y^5*Z^2+7*X^2*Y^4*Z^2+X*Y^5*Z^2+13*X^2*Y^3*Z^2+X*Y^4*Z^2+41*X^2*Y^2*Z^2+12*X*Y^4*Z+X^2*Y*Z^2+24*X*Y^3*Z+54*X*Y^2*Z+72*X*Y*Z

Algorithm definition

The algorithm ⟨4×7×12:246⟩ could be constructed using the following decomposition:

⟨4×7×12:246⟩ = ⟨2×4×6:39⟩ + ⟨2×4×6:39⟩ + ⟨2×3×6:30⟩ + ⟨2×4×6:39⟩ + ⟨2×3×6:30⟩ + ⟨2×4×6:39⟩ + ⟨2×3×6:30⟩.

This decomposition is defined by the following equality:

TraceMulA_1_1A_1_2A_1_3A_1_4A_1_5A_1_6A_1_7A_2_1A_2_2A_2_3A_2_4A_2_5A_2_6A_2_7A_3_1A_3_2A_3_3A_3_4A_3_5A_3_6A_3_7A_4_1A_4_2A_4_3A_4_4A_4_5A_4_6A_4_7B_1_1B_1_2B_1_3B_1_4B_1_5B_1_6B_1_7B_1_8B_1_9B_1_10B_1_11B_1_12B_2_1B_2_2B_2_3B_2_4B_2_5B_2_6B_2_7B_2_8B_2_9B_2_10B_2_11B_2_12B_3_1B_3_2B_3_3B_3_4B_3_5B_3_6B_3_7B_3_8B_3_9B_3_10B_3_11B_3_12B_4_1B_4_2B_4_3B_4_4B_4_5B_4_6B_4_7B_4_8B_4_9B_4_10B_4_11B_4_12B_5_1B_5_2B_5_3B_5_4B_5_5B_5_6B_5_7B_5_8B_5_9B_5_10B_5_11B_5_12B_6_1B_6_2B_6_3B_6_4B_6_5B_6_6B_6_7B_6_8B_6_9B_6_10B_6_11B_6_12B_7_1B_7_2B_7_3B_7_4B_7_5B_7_6B_7_7B_7_8B_7_9B_7_10B_7_11B_7_12C_1_1C_1_2C_1_3C_1_4C_2_1C_2_2C_2_3C_2_4C_3_1C_3_2C_3_3C_3_4C_4_1C_4_2C_4_3C_4_4C_5_1C_5_2C_5_3C_5_4C_6_1C_6_2C_6_3C_6_4C_7_1C_7_2C_7_3C_7_4C_8_1C_8_2C_8_3C_8_4C_9_1C_9_2C_9_3C_9_4C_10_1C_10_2C_10_3C_10_4C_11_1C_11_2C_11_3C_11_4C_12_1C_12_2C_12_3C_12_4=TraceMulA_4_2A_1_4+A_4_7A_1_5+A_4_6A_1_1+A_4_3A_3_2A_2_4+A_3_7A_2_5+A_3_6A_2_1+A_3_3B_2_7B_2_12B_2_2B_2_5B_2_11B_2_8B_4_1+B_7_7B_4_9+B_7_12B_4_3+B_7_2B_4_4+B_7_5B_4_10+B_7_11B_4_6+B_7_8B_5_1+B_6_7B_5_9+B_6_12B_5_3+B_6_2B_5_4+B_6_5B_5_10+B_6_11B_5_6+B_6_8B_1_1+B_3_7B_1_9+B_3_12B_1_3+B_3_2B_1_4+B_3_5B_1_10+B_3_11B_3_8+B_1_6C_1_1+C_7_4C_1_2+C_7_3C_9_1+C_12_4C_9_2+C_12_3C_3_1+C_2_4C_3_2+C_2_3C_4_1+C_5_4C_4_2+C_5_3C_10_1+C_11_4C_10_2+C_11_3C_6_1+C_8_4C_6_2+C_8_3+TraceMulA_1_2-A_4_2A_1_7-A_4_7A_1_6-A_4_6A_1_3-A_4_3A_2_2-A_3_2A_2_7-A_3_7A_2_6-A_3_6A_2_3-A_3_3B_2_7+B_2_1B_2_9+B_2_12B_2_2+B_2_3B_2_4+B_2_5B_2_10+B_2_11B_2_8+B_2_6B_7_1+B_7_7B_7_9+B_7_12B_7_2+B_7_3B_7_4+B_7_5B_7_10+B_7_11B_7_8+B_7_6B_6_1+B_6_7B_6_9+B_6_12B_6_2+B_6_3B_6_5+B_6_4B_6_10+B_6_11B_6_8+B_6_6B_3_1+B_3_7B_3_9+B_3_12B_3_2+B_3_3B_3_4+B_3_5B_3_10+B_3_11B_3_8+B_3_6C_1_1C_1_2C_9_1C_9_2C_3_1C_3_2C_4_1C_4_2C_10_1C_10_2C_6_1C_6_2+TraceMulA_4_4-A_1_4-A_1_5+A_4_5-A_1_1+A_4_1-A_2_4+A_3_4-A_2_5+A_3_5-A_2_1+A_3_1B_4_1+B_4_7B_4_9+B_4_12B_4_3+B_4_2B_4_4+B_4_5B_4_10+B_4_11B_4_8+B_4_6B_5_1+B_5_7B_5_9+B_5_12B_5_2+B_5_3B_5_4+B_5_5B_5_10+B_5_11B_5_8+B_5_6B_1_7+B_1_1B_1_9+B_1_12B_1_2+B_1_3B_1_4+B_1_5B_1_10+B_1_11B_1_8+B_1_6C_7_4C_7_3C_12_4C_12_3C_2_4C_2_3C_5_4C_5_3C_11_4C_11_3C_8_4C_8_3+TraceMulA_1_2A_1_4+A_1_7A_1_5+A_1_6A_1_1+A_1_3A_2_2A_2_4+A_2_7A_2_5+A_2_6A_2_1+A_2_3B_2_7B_2_12B_2_2B_2_5B_2_11B_2_8B_7_7B_7_12B_7_2B_7_5B_7_11B_7_8B_6_7B_6_12B_6_2B_6_5B_6_11B_6_8B_3_7B_3_12B_3_2B_3_5B_3_11B_3_8C_7_1-C_1_1-C_1_2+C_7_2-C_9_1+C_12_1-C_9_2+C_12_2-C_3_1+C_2_1C_2_2-C_3_2-C_4_1+C_5_1C_5_2-C_4_2-C_10_1+C_11_1-C_10_2+C_11_2C_8_1-C_6_1C_8_2-C_6_2+TraceMulA_1_4A_1_5A_1_1A_2_4A_2_5A_2_1B_4_7-B_7_7B_4_12-B_7_12B_4_2-B_7_2B_4_5-B_7_5B_4_11-B_7_11B_4_8-B_7_8B_5_7-B_6_7B_5_12-B_6_12B_5_2-B_6_2B_5_5-B_6_5B_5_11-B_6_11B_5_8-B_6_8B_1_7-B_3_7B_1_12-B_3_12B_1_2-B_3_2B_1_5-B_3_5B_1_11-B_3_11-B_3_8+B_1_8C_7_1+C_7_4C_7_2+C_7_3C_12_1+C_12_4C_12_2+C_12_3C_2_1+C_2_4C_2_3+C_2_2C_5_1+C_5_4C_5_2+C_5_3C_11_1+C_11_4C_11_2+C_11_3C_8_1+C_8_4C_8_2+C_8_3+TraceMulA_4_2A_4_7A_4_6A_4_3A_3_2A_3_7A_3_6A_3_3B_2_1B_2_9B_2_3B_2_4B_2_10B_2_6-B_4_1+B_7_1-B_4_9+B_7_9-B_4_3+B_7_3-B_4_4+B_7_4-B_4_10+B_7_10-B_4_6+B_7_6-B_5_1+B_6_1-B_5_9+B_6_9-B_5_3+B_6_3-B_5_4+B_6_4-B_5_10+B_6_10-B_5_6+B_6_6-B_1_1+B_3_1-B_1_9+B_3_9-B_1_3+B_3_3-B_1_4+B_3_4-B_1_10+B_3_10-B_1_6+B_3_6C_1_1+C_1_4C_1_3+C_1_2C_9_1+C_9_4C_9_2+C_9_3C_3_1+C_3_4C_3_3+C_3_2C_4_1+C_4_4C_4_3+C_4_2C_10_1+C_10_4C_10_2+C_10_3C_6_1+C_6_4C_6_2+C_6_3+TraceMulA_4_4+A_4_7A_4_6+A_4_5A_4_1+A_4_3A_3_4+A_3_7A_3_5+A_3_6A_3_1+A_3_3B_4_1B_4_9B_4_3B_4_4B_4_10B_4_6B_5_1B_5_9B_5_3B_5_4B_5_10B_5_6B_1_1B_1_9B_1_3B_1_4B_1_10B_1_6C_1_4-C_7_4C_1_3-C_7_3C_9_4-C_12_4C_9_3-C_12_3C_3_4-C_2_4C_3_3-C_2_3-C_5_4+C_4_4C_4_3-C_5_3C_10_4-C_11_4C_10_3-C_11_3C_6_4-C_8_4C_6_3-C_8_3TraceMulA_1_1A_1_2A_1_3A_1_4A_1_5A_1_6A_1_7A_2_1A_2_2A_2_3A_2_4A_2_5A_2_6A_2_7A_3_1A_3_2A_3_3A_3_4A_3_5A_3_6A_3_7A_4_1A_4_2A_4_3A_4_4A_4_5A_4_6A_4_7B_1_1B_1_2B_1_3B_1_4B_1_5B_1_6B_1_7B_1_8B_1_9B_1_10B_1_11B_1_12B_2_1B_2_2B_2_3B_2_4B_2_5B_2_6B_2_7B_2_8B_2_9B_2_10B_2_11B_2_12B_3_1B_3_2B_3_3B_3_4B_3_5B_3_6B_3_7B_3_8B_3_9B_3_10B_3_11B_3_12B_4_1B_4_2B_4_3B_4_4B_4_5B_4_6B_4_7B_4_8B_4_9B_4_10B_4_11B_4_12B_5_1B_5_2B_5_3B_5_4B_5_5B_5_6B_5_7B_5_8B_5_9B_5_10B_5_11B_5_12B_6_1B_6_2B_6_3B_6_4B_6_5B_6_6B_6_7B_6_8B_6_9B_6_10B_6_11B_6_12B_7_1B_7_2B_7_3B_7_4B_7_5B_7_6B_7_7B_7_8B_7_9B_7_10B_7_11B_7_12C_1_1C_1_2C_1_3C_1_4C_2_1C_2_2C_2_3C_2_4C_3_1C_3_2C_3_3C_3_4C_4_1C_4_2C_4_3C_4_4C_5_1C_5_2C_5_3C_5_4C_6_1C_6_2C_6_3C_6_4C_7_1C_7_2C_7_3C_7_4C_8_1C_8_2C_8_3C_8_4C_9_1C_9_2C_9_3C_9_4C_10_1C_10_2C_10_3C_10_4C_11_1C_11_2C_11_3C_11_4C_12_1C_12_2C_12_3C_12_4TraceMulA_4_2A_1_4A_4_7A_1_5A_4_6A_1_1A_4_3A_3_2A_2_4A_3_7A_2_5A_3_6A_2_1A_3_3B_2_7B_2_12B_2_2B_2_5B_2_11B_2_8B_4_1B_7_7B_4_9B_7_12B_4_3B_7_2B_4_4B_7_5B_4_10B_7_11B_4_6B_7_8B_5_1B_6_7B_5_9B_6_12B_5_3B_6_2B_5_4B_6_5B_5_10B_6_11B_5_6B_6_8B_1_1B_3_7B_1_9B_3_12B_1_3B_3_2B_1_4B_3_5B_1_10B_3_11B_3_8B_1_6C_1_1C_7_4C_1_2C_7_3C_9_1C_12_4C_9_2C_12_3C_3_1C_2_4C_3_2C_2_3C_4_1C_5_4C_4_2C_5_3C_10_1C_11_4C_10_2C_11_3C_6_1C_8_4C_6_2C_8_3TraceMulA_1_2A_4_2A_1_7A_4_7A_1_6A_4_6A_1_3A_4_3A_2_2A_3_2A_2_7A_3_7A_2_6A_3_6A_2_3A_3_3B_2_7B_2_1B_2_9B_2_12B_2_2B_2_3B_2_4B_2_5B_2_10B_2_11B_2_8B_2_6B_7_1B_7_7B_7_9B_7_12B_7_2B_7_3B_7_4B_7_5B_7_10B_7_11B_7_8B_7_6B_6_1B_6_7B_6_9B_6_12B_6_2B_6_3B_6_5B_6_4B_6_10B_6_11B_6_8B_6_6B_3_1B_3_7B_3_9B_3_12B_3_2B_3_3B_3_4B_3_5B_3_10B_3_11B_3_8B_3_6C_1_1C_1_2C_9_1C_9_2C_3_1C_3_2C_4_1C_4_2C_10_1C_10_2C_6_1C_6_2TraceMulA_4_4A_1_4A_1_5A_4_5A_1_1A_4_1A_2_4A_3_4A_2_5A_3_5A_2_1A_3_1B_4_1B_4_7B_4_9B_4_12B_4_3B_4_2B_4_4B_4_5B_4_10B_4_11B_4_8B_4_6B_5_1B_5_7B_5_9B_5_12B_5_2B_5_3B_5_4B_5_5B_5_10B_5_11B_5_8B_5_6B_1_7B_1_1B_1_9B_1_12B_1_2B_1_3B_1_4B_1_5B_1_10B_1_11B_1_8B_1_6C_7_4C_7_3C_12_4C_12_3C_2_4C_2_3C_5_4C_5_3C_11_4C_11_3C_8_4C_8_3TraceMulA_1_2A_1_4A_1_7A_1_5A_1_6A_1_1A_1_3A_2_2A_2_4A_2_7A_2_5A_2_6A_2_1A_2_3B_2_7B_2_12B_2_2B_2_5B_2_11B_2_8B_7_7B_7_12B_7_2B_7_5B_7_11B_7_8B_6_7B_6_12B_6_2B_6_5B_6_11B_6_8B_3_7B_3_12B_3_2B_3_5B_3_11B_3_8C_7_1C_1_1C_1_2C_7_2C_9_1C_12_1C_9_2C_12_2C_3_1C_2_1C_2_2C_3_2C_4_1C_5_1C_5_2C_4_2C_10_1C_11_1C_10_2C_11_2C_8_1C_6_1C_8_2C_6_2TraceMulA_1_4A_1_5A_1_1A_2_4A_2_5A_2_1B_4_7B_7_7B_4_12B_7_12B_4_2B_7_2B_4_5B_7_5B_4_11B_7_11B_4_8B_7_8B_5_7B_6_7B_5_12B_6_12B_5_2B_6_2B_5_5B_6_5B_5_11B_6_11B_5_8B_6_8B_1_7B_3_7B_1_12B_3_12B_1_2B_3_2B_1_5B_3_5B_1_11B_3_11B_3_8B_1_8C_7_1C_7_4C_7_2C_7_3C_12_1C_12_4C_12_2C_12_3C_2_1C_2_4C_2_3C_2_2C_5_1C_5_4C_5_2C_5_3C_11_1C_11_4C_11_2C_11_3C_8_1C_8_4C_8_2C_8_3TraceMulA_4_2A_4_7A_4_6A_4_3A_3_2A_3_7A_3_6A_3_3B_2_1B_2_9B_2_3B_2_4B_2_10B_2_6B_4_1B_7_1B_4_9B_7_9B_4_3B_7_3B_4_4B_7_4B_4_10B_7_10B_4_6B_7_6B_5_1B_6_1B_5_9B_6_9B_5_3B_6_3B_5_4B_6_4B_5_10B_6_10B_5_6B_6_6B_1_1B_3_1B_1_9B_3_9B_1_3B_3_3B_1_4B_3_4B_1_10B_3_10B_1_6B_3_6C_1_1C_1_4C_1_3C_1_2C_9_1C_9_4C_9_2C_9_3C_3_1C_3_4C_3_3C_3_2C_4_1C_4_4C_4_3C_4_2C_10_1C_10_4C_10_2C_10_3C_6_1C_6_4C_6_2C_6_3TraceMulA_4_4A_4_7A_4_6A_4_5A_4_1A_4_3A_3_4A_3_7A_3_5A_3_6A_3_1A_3_3B_4_1B_4_9B_4_3B_4_4B_4_10B_4_6B_5_1B_5_9B_5_3B_5_4B_5_10B_5_6B_1_1B_1_9B_1_3B_1_4B_1_10B_1_6C_1_4C_7_4C_1_3C_7_3C_9_4C_12_4C_9_3C_12_3C_3_4C_2_4C_3_3C_2_3C_5_4C_4_4C_4_3C_5_3C_10_4C_11_4C_10_3C_11_3C_6_4C_8_4C_6_3C_8_3Trace(Mul(Matrix(4, 7, [[A_1_1,A_1_2,A_1_3,A_1_4,A_1_5,A_1_6,A_1_7],[A_2_1,A_2_2,A_2_3,A_2_4,A_2_5,A_2_6,A_2_7],[A_3_1,A_3_2,A_3_3,A_3_4,A_3_5,A_3_6,A_3_7],[A_4_1,A_4_2,A_4_3,A_4_4,A_4_5,A_4_6,A_4_7]]),Matrix(7, 12, [[B_1_1,B_1_2,B_1_3,B_1_4,B_1_5,B_1_6,B_1_7,B_1_8,B_1_9,B_1_10,B_1_11,B_1_12],[B_2_1,B_2_2,B_2_3,B_2_4,B_2_5,B_2_6,B_2_7,B_2_8,B_2_9,B_2_10,B_2_11,B_2_12],[B_3_1,B_3_2,B_3_3,B_3_4,B_3_5,B_3_6,B_3_7,B_3_8,B_3_9,B_3_10,B_3_11,B_3_12],[B_4_1,B_4_2,B_4_3,B_4_4,B_4_5,B_4_6,B_4_7,B_4_8,B_4_9,B_4_10,B_4_11,B_4_12],[B_5_1,B_5_2,B_5_3,B_5_4,B_5_5,B_5_6,B_5_7,B_5_8,B_5_9,B_5_10,B_5_11,B_5_12],[B_6_1,B_6_2,B_6_3,B_6_4,B_6_5,B_6_6,B_6_7,B_6_8,B_6_9,B_6_10,B_6_11,B_6_12],[B_7_1,B_7_2,B_7_3,B_7_4,B_7_5,B_7_6,B_7_7,B_7_8,B_7_9,B_7_10,B_7_11,B_7_12]]),Matrix(12, 4, [[C_1_1,C_1_2,C_1_3,C_1_4],[C_2_1,C_2_2,C_2_3,C_2_4],[C_3_1,C_3_2,C_3_3,C_3_4],[C_4_1,C_4_2,C_4_3,C_4_4],[C_5_1,C_5_2,C_5_3,C_5_4],[C_6_1,C_6_2,C_6_3,C_6_4],[C_7_1,C_7_2,C_7_3,C_7_4],[C_8_1,C_8_2,C_8_3,C_8_4],[C_9_1,C_9_2,C_9_3,C_9_4],[C_10_1,C_10_2,C_10_3,C_10_4],[C_11_1,C_11_2,C_11_3,C_11_4],[C_12_1,C_12_2,C_12_3,C_12_4]]))) = Trace(Mul(Matrix(2, 4, [[A_4_2,A_1_4+A_4_7,A_1_5+A_4_6,A_1_1+A_4_3],[A_3_2,A_2_4+A_3_7,A_2_5+A_3_6,A_2_1+A_3_3]]),Matrix(4, 6, [[B_2_7,B_2_12,B_2_2,B_2_5,B_2_11,B_2_8],[B_4_1+B_7_7,B_4_9+B_7_12,B_4_3+B_7_2,B_4_4+B_7_5,B_4_10+B_7_11,B_4_6+B_7_8],[B_5_1+B_6_7,B_5_9+B_6_12,B_5_3+B_6_2,B_5_4+B_6_5,B_5_10+B_6_11,B_5_6+B_6_8],[B_1_1+B_3_7,B_1_9+B_3_12,B_1_3+B_3_2,B_1_4+B_3_5,B_1_10+B_3_11,B_3_8+B_1_6]]),Matrix(6, 2, [[C_1_1+C_7_4,C_1_2+C_7_3],[C_9_1+C_12_4,C_9_2+C_12_3],[C_3_1+C_2_4,C_3_2+C_2_3],[C_4_1+C_5_4,C_4_2+C_5_3],[C_10_1+C_11_4,C_10_2+C_11_3],[C_6_1+C_8_4,C_6_2+C_8_3]])))+Trace(Mul(Matrix(2, 4, [[A_1_2-A_4_2,A_1_7-A_4_7,A_1_6-A_4_6,A_1_3-A_4_3],[A_2_2-A_3_2,A_2_7-A_3_7,A_2_6-A_3_6,A_2_3-A_3_3]]),Matrix(4, 6, [[B_2_7+B_2_1,B_2_9+B_2_12,B_2_2+B_2_3,B_2_4+B_2_5,B_2_10+B_2_11,B_2_8+B_2_6],[B_7_1+B_7_7,B_7_9+B_7_12,B_7_2+B_7_3,B_7_4+B_7_5,B_7_10+B_7_11,B_7_8+B_7_6],[B_6_1+B_6_7,B_6_9+B_6_12,B_6_2+B_6_3,B_6_5+B_6_4,B_6_10+B_6_11,B_6_8+B_6_6],[B_3_1+B_3_7,B_3_9+B_3_12,B_3_2+B_3_3,B_3_4+B_3_5,B_3_10+B_3_11,B_3_8+B_3_6]]),Matrix(6, 2, [[C_1_1,C_1_2],[C_9_1,C_9_2],[C_3_1,C_3_2],[C_4_1,C_4_2],[C_10_1,C_10_2],[C_6_1,C_6_2]])))+Trace(Mul(Matrix(2, 3, [[A_4_4-A_1_4,-A_1_5+A_4_5,-A_1_1+A_4_1],[-A_2_4+A_3_4,-A_2_5+A_3_5,-A_2_1+A_3_1]]),Matrix(3, 6, [[B_4_1+B_4_7,B_4_9+B_4_12,B_4_3+B_4_2,B_4_4+B_4_5,B_4_10+B_4_11,B_4_8+B_4_6],[B_5_1+B_5_7,B_5_9+B_5_12,B_5_2+B_5_3,B_5_4+B_5_5,B_5_10+B_5_11,B_5_8+B_5_6],[B_1_7+B_1_1,B_1_9+B_1_12,B_1_2+B_1_3,B_1_4+B_1_5,B_1_10+B_1_11,B_1_8+B_1_6]]),Matrix(6, 2, [[C_7_4,C_7_3],[C_12_4,C_12_3],[C_2_4,C_2_3],[C_5_4,C_5_3],[C_11_4,C_11_3],[C_8_4,C_8_3]])))+Trace(Mul(Matrix(2, 4, [[A_1_2,A_1_4+A_1_7,A_1_5+A_1_6,A_1_1+A_1_3],[A_2_2,A_2_4+A_2_7,A_2_5+A_2_6,A_2_1+A_2_3]]),Matrix(4, 6, [[B_2_7,B_2_12,B_2_2,B_2_5,B_2_11,B_2_8],[B_7_7,B_7_12,B_7_2,B_7_5,B_7_11,B_7_8],[B_6_7,B_6_12,B_6_2,B_6_5,B_6_11,B_6_8],[B_3_7,B_3_12,B_3_2,B_3_5,B_3_11,B_3_8]]),Matrix(6, 2, [[C_7_1-C_1_1,-C_1_2+C_7_2],[-C_9_1+C_12_1,-C_9_2+C_12_2],[-C_3_1+C_2_1,C_2_2-C_3_2],[-C_4_1+C_5_1,C_5_2-C_4_2],[-C_10_1+C_11_1,-C_10_2+C_11_2],[C_8_1-C_6_1,C_8_2-C_6_2]])))+Trace(Mul(Matrix(2, 3, [[A_1_4,A_1_5,A_1_1],[A_2_4,A_2_5,A_2_1]]),Matrix(3, 6, [[B_4_7-B_7_7,B_4_12-B_7_12,B_4_2-B_7_2,B_4_5-B_7_5,B_4_11-B_7_11,B_4_8-B_7_8],[B_5_7-B_6_7,B_5_12-B_6_12,B_5_2-B_6_2,B_5_5-B_6_5,B_5_11-B_6_11,B_5_8-B_6_8],[B_1_7-B_3_7,B_1_12-B_3_12,B_1_2-B_3_2,B_1_5-B_3_5,B_1_11-B_3_11,-B_3_8+B_1_8]]),Matrix(6, 2, [[C_7_1+C_7_4,C_7_2+C_7_3],[C_12_1+C_12_4,C_12_2+C_12_3],[C_2_1+C_2_4,C_2_3+C_2_2],[C_5_1+C_5_4,C_5_2+C_5_3],[C_11_1+C_11_4,C_11_2+C_11_3],[C_8_1+C_8_4,C_8_2+C_8_3]])))+Trace(Mul(Matrix(2, 4, [[A_4_2,A_4_7,A_4_6,A_4_3],[A_3_2,A_3_7,A_3_6,A_3_3]]),Matrix(4, 6, [[B_2_1,B_2_9,B_2_3,B_2_4,B_2_10,B_2_6],[-B_4_1+B_7_1,-B_4_9+B_7_9,-B_4_3+B_7_3,-B_4_4+B_7_4,-B_4_10+B_7_10,-B_4_6+B_7_6],[-B_5_1+B_6_1,-B_5_9+B_6_9,-B_5_3+B_6_3,-B_5_4+B_6_4,-B_5_10+B_6_10,-B_5_6+B_6_6],[-B_1_1+B_3_1,-B_1_9+B_3_9,-B_1_3+B_3_3,-B_1_4+B_3_4,-B_1_10+B_3_10,-B_1_6+B_3_6]]),Matrix(6, 2, [[C_1_1+C_1_4,C_1_3+C_1_2],[C_9_1+C_9_4,C_9_2+C_9_3],[C_3_1+C_3_4,C_3_3+C_3_2],[C_4_1+C_4_4,C_4_3+C_4_2],[C_10_1+C_10_4,C_10_2+C_10_3],[C_6_1+C_6_4,C_6_2+C_6_3]])))+Trace(Mul(Matrix(2, 3, [[A_4_4+A_4_7,A_4_6+A_4_5,A_4_1+A_4_3],[A_3_4+A_3_7,A_3_5+A_3_6,A_3_1+A_3_3]]),Matrix(3, 6, [[B_4_1,B_4_9,B_4_3,B_4_4,B_4_10,B_4_6],[B_5_1,B_5_9,B_5_3,B_5_4,B_5_10,B_5_6],[B_1_1,B_1_9,B_1_3,B_1_4,B_1_10,B_1_6]]),Matrix(6, 2, [[C_1_4-C_7_4,C_1_3-C_7_3],[C_9_4-C_12_4,C_9_3-C_12_3],[C_3_4-C_2_4,C_3_3-C_2_3],[-C_5_4+C_4_4,C_4_3-C_5_3],[C_10_4-C_11_4,C_10_3-C_11_3],[C_6_4-C_8_4,C_6_3-C_8_3]])))

N.B.: for any matrices A, B and C such that the expression Tr(Mul(A,B,C)) is defined, one can construct several trilinear homogeneous polynomials P(A,B,C) such that P(A,B,C)=Tr(Mul(A,B,C)) (P(A,B,C) variables are A,B and C's coefficients). Each trilinear P expression encodes a matrix multiplication algorithm: the coefficient in C_i_j of P(A,B,C) is the (i,j)-th entry of the matrix product Mul(A,B)=Transpose(C).

Algorithm description

These encodings are given in compressed text format using the maple computer algebra system. In each cases, the last line could be understood as a description of the encoding with respect to classical matrix multiplication algorithm. As these outputs are structured, one can construct easily a parser to its favorite format using the maple documentation without this software.


Back to main table